本篇筆記為MOOC《多元統(tǒng)計(jì)分析及R語言建碾缃恚》的第8章“主成分分析及R使用”的第一講“主成分的直觀解釋”
主成分分析的概念
主成分分析的提出
主成分分析（Principal Component Analysis杖剪，簡記PCA） 是將多個(gè)指標(biāo)化為少數(shù)幾個(gè)綜合指標(biāo)的一種統(tǒng)計(jì)分析方法旁钧， 即通過降維技術(shù)把多個(gè)變量化為幾個(gè)少數(shù)主成分的方法。-
主成分的直觀解釋
- 基本思想：將原來眾多具有一定相關(guān)性的指標(biāo)幔戏，重新組合成 一組新的相互無關(guān)的綜合指標(biāo)來代替原來指標(biāo)峻黍。
- 數(shù)學(xué)處理：就是將原來p個(gè)指標(biāo)作線性組合，作為新的指標(biāo)迫吐。
主成分的目的
主成分分析的主要目的是用較少的變量去解釋原資料中的大部分變異（即方差），即期望能將手中許多相關(guān)性很高的變量轉(zhuǎn)化成互相獨(dú)立的變量账忘， 并能解釋大部分資料之變異的幾個(gè)新變量志膀，也就是所謂的主成分。
教授巴拉巴拉講了一堆公式鳖擒，我先啃一啃溉浙。。蒋荚。戳稽。
未完待續(xù)。期升。惊奇。
